Google Colab - การติดตั้ง ML Libraries

Colab รองรับไลบรารี Machine Learning ส่วนใหญ่ที่มีอยู่ในตลาด ในบทนี้ให้เราดูภาพรวมคร่าวๆเกี่ยวกับวิธีการติดตั้งไลบรารีเหล่านี้ในสมุดบันทึก Colab ของคุณ

ในการติดตั้งไลบรารีคุณสามารถใช้ตัวเลือกเหล่านี้ -

!pip install

หรือ

!apt-get install

Keras

Keras ที่เขียนด้วย Python ทำงานบน TensorFlow, CNTK หรือ Theano ช่วยให้สามารถสร้างต้นแบบแอปพลิเคชันเครือข่ายประสาทเทียมได้ง่ายและรวดเร็ว รองรับทั้งเครือข่าย Convolutional (CNN) และเครือข่ายที่เกิดซ้ำและรวมถึงการรวมกัน รองรับ GPU ได้อย่างราบรื่น

ในการติดตั้ง Keras ให้ใช้คำสั่งต่อไปนี้ -

!pip install -q keras

PyTorch

PyTorch เหมาะอย่างยิ่งสำหรับการพัฒนาแอปพลิเคชันการเรียนรู้เชิงลึก เป็นไลบรารีเทนเซอร์ที่ปรับให้เหมาะสมและเปิดใช้งาน GPU ในการติดตั้ง PyTorch ให้ใช้คำสั่งต่อไปนี้ -

!pip3 install torch torchvision

MxNet

Apache MxNet เป็นอีกหนึ่งไลบรารีที่ยืดหยุ่นและมีประสิทธิภาพสำหรับการเรียนรู้เชิงลึก ในการติดตั้ง MxNet ให้ดำเนินการคำสั่งต่อไปนี้ -

!apt install libnvrtc8.0
!pip install mxnet-cu80

OpenCV

OpenCV เป็นไลบรารีวิชันคอมพิวเตอร์แบบโอเพนซอร์สสำหรับการพัฒนาแอปพลิเคชันการเรียนรู้ของเครื่อง มีอัลกอริทึมที่ได้รับการปรับให้เหมาะสมมากกว่า 2500 รายการซึ่งรองรับแอปพลิเคชันต่างๆเช่นการจดจำใบหน้าการระบุวัตถุการติดตามวัตถุที่เคลื่อนไหวการเย็บภาพและอื่น ๆ ยักษ์ใหญ่เช่น Google, Yahoo, Microsoft, Intel, IBM, Sony, Honda, Toyota ใช้ไลบรารีนี้ เหมาะอย่างยิ่งสำหรับการพัฒนาแอปพลิเคชันการมองเห็นแบบเรียลไทม์

ในการติดตั้ง OpenCV ให้ใช้คำสั่งต่อไปนี้ -

!apt-get -qq install -y libsm6 libxext6 && pip install -q -U opencv-python

XGBoost

XGBoost เป็นไลบรารีการเพิ่มการไล่ระดับสีแบบกระจายที่ทำงานบนสภาพแวดล้อมแบบกระจายที่สำคัญเช่น Hadoop มีประสิทธิภาพสูงยืดหยุ่นและพกพาได้ มันใช้อัลกอริทึม ML ภายใต้กรอบการไล่ระดับสี

ในการติดตั้ง XGBoost ให้ใช้คำสั่งต่อไปนี้ -

!pip install -q xgboost==0.4a30

GraphViz

Graphviz เป็นซอฟต์แวร์โอเพ่นซอร์สสำหรับการแสดงภาพกราฟ ใช้สำหรับการแสดงภาพในระบบเครือข่ายชีวสารสนเทศศาสตร์การออกแบบฐานข้อมูลและสำหรับเรื่องนั้นในหลายโดเมนที่ต้องการอินเทอร์เฟซภาพของข้อมูล

ในการติดตั้ง GraphViz ให้ใช้คำสั่งต่อไปนี้ -

!apt-get -qq install -y graphviz && pip install -q pydot

ในตอนนี้คุณได้เรียนรู้การสร้างสมุดบันทึก Jupyter ที่มีไลบรารีการเรียนรู้ของเครื่องยอดนิยม ตอนนี้คุณพร้อมที่จะพัฒนาโมเดลการเรียนรู้ของเครื่องแล้ว สิ่งนี้ต้องใช้พลังในการประมวลผลสูง Colab ให้ GPU ฟรีสำหรับโน้ตบุ๊กของคุณ

ในบทถัดไปเราจะเรียนรู้วิธีการเปิดใช้งาน GPU สำหรับโน้ตบุ๊กของคุณ